Agent – KI-system som kan planlegge og utføre handlinger for å nå et mål.
AI Act (EUs KI-lov) – Europas lovverk for trygg og rettferdig bruk av kunstig intelligens.
AI-etikk – Retningslinjer for hvordan kunstig intelligens skal brukes ansvarlig.
Algoritme – En trinnvis oppskrift som forteller datamaskinen hva den skal gjøre.
Automatisering – Bruk av teknologi for å utføre oppgaver uten menneskelig innblanding.
Bias i AI – Systematiske skjevheter i AI-modeller som kan føre til urettferdige resultater.
Chatbot – Et AI-program som kan føre samtaler med mennesker.
Datakvalitet – Hvor korrekte, komplette og konsistente data er for trening og bruk av modeller.
Datasenter – Fysiske anlegg der servere lagrer og behandler digitale data.
Datasett – En samling data som brukes for å trene eller teste AI-modeller.
Datasikkerhet – Beskyttelse av data og systemer mot uautorisert tilgang og misbruk.
Differensielt personvern – Teknikk som legger kontrollert støy til resultater for å beskytte enkeltpersoner.
Dyp læring – En type maskinlæring som bruker nevrale nettverk med mange lag.
Edge AI – AI som kjøres direkte på enheter i stedet for i skyen.
Embedding – Tett vektorrepresentasjon av innhold som fanger semantisk mening.
Finjustering – Videre trening av en modell på nye eksempler for å tilpasse den til en oppgave.
Forklarbar AI (XAI) – AI som kan forklare hvordan og hvorfor den tar beslutninger.
Forklarbarhet (XAI) – Metoder som gjør det mulig å forstå hvordan en KI‑modell kom frem til svaret.
Forsterkningslæring – Læring gjennom belønning og straff mens en agent samhandler med et miljø.
Generativ AI – AI som kan skape nytt innhold – tekst, bilder, lyd eller video.
Grunnmodell – Stor forhåndstrent modell som kan løse mange oppgaver og tilpasses videre.
Hallusinasjon – Når en modell produserer overbevisende, men feilaktig eller oppdiktet informasjon.
KI i energi – AI som bidrar til mer effektiv produksjon og bruk av energi.
KI i helse – Bruk av kunstig intelligens for diagnostikk og behandling i helsevesenet.
KI i Norge – Utvikling og bruk av kunstig intelligens i norsk næringsliv og forvaltning.
KI i utdanning – AI-verktøy som hjelper lærere og elever med læring og vurdering.
KI og klima – Bruk av AI for å redusere klimaavtrykk og overvåke miljøendringer.
KI-agent – Et AI-system som kan handle selvstendig for å oppnå mål.
Kontekstvindu – Maksimal mengde tekst (i token) modellen kan behandle i én omgang.
Kunstig intelligens (KI) – Feltet i informatikk som lager systemer som utfører oppgaver som krever intelligens.
Kvanteberegning – Ny type databehandling som bruker kvantefysikk for å løse komplekse problemer.
LoRA – Lettvekts finjustering der kun få ekstra parametere trenes i hver lagdel.
Målemetoder (benchmarks) – Standardiserte tester som sammenligner modellers ytelse og robusthet.
Maskinlæring (ML) – Metoder som lar systemer lære mønstre fra data uten eksplisitt programmering.
Multimodal AI – AI som kombinerer flere typer data – tekst, bilde, lyd og video.
Multimodal modell – Modell som kan forstå og kombinere tekst, bilde, lyd og video.
Nevrale nettverk – Matematiske modeller inspirert av hjernen, brukt til å oppdage mønstre.
Nevralt nettverk – Lagdelte matematiske modeller som lærer komplekse sammenhenger i data.
Personvern – Beskyttelse av individets rett til privatliv i digitale systemer.
Prompt – Instruksjon til modellen som styrer rolle, mål, stil og format på svaret.
RAG – Hent‑og‑generer: systemet slår først opp i kilder, og genererer deretter svaret.
Rammeverk – Programvare som forenkler bygging, trening og drift av KI‑løsninger.
RLHF – Finjustering der menneskelige vurderinger lærer modellen ønsket oppførsel.
Robotikk – Feltet som kombinerer AI med fysiske maskiner som kan bevege seg.
Sikker KI – Praksis som reduserer risiko: innholdsfiltre, tilgang, logging og hendelseshåndtering.
Skjevhet (bias) – Systematiske avvik som gjør at modeller gir urettferdige resultater.
Smarte byer – Byer som bruker AI og data for å bli mer effektive og bærekraftige.
Stor språkmodell (LLM) – Meget stor språkmodell som forstår og genererer tekst i naturlig språk.
Store språkmodeller – AI-systemer som forstår og genererer menneskelig språk.
Token – Minsteenhet i teksten som modellen behandler; kan være del av ord.
Transparens – Åpenhet om hvordan AI-systemer fungerer og tar beslutninger.
Trening av modell – Prosessen der AI lærer fra data ved å justere interne parametere.